亚纯系数二阶复域微分方程的解与小函数的关系

文章研究了亚纯函数系数的二阶线性微分方程的解与小函数的关系。得到了齐次与非齐次线性微分方程亚纯解取小函数的精确估计。     

多脉冲激励线性预测参数矢量量化

介绍了多脉冲激励线性预测声码器的激励脉冲参数量大互相关函数搜索法。构造了线性预测系数参数及激励脉冲幅度参数矢量量化算法。实现了低码率音压缩编码。     

一类高阶非齐次微分方程的解与小函数的关系

当存在某个系数较其他系数有较快增长的意义下对方程解的性质起支配作用时,研究了一类高阶非齐次线性微分方程的解与小函数的关系。得到了非齐次线性微分方程的解取小函数的点的收敛指数与二级收敛指数。     

常系数线性分数阶微分方程组的解

文章研究了常系数线性分数阶微分方程的求解问题,利用Mittag—Leffler函数及其Laplace变换,提出了某些类别的常系数线性分数阶微分方程的求解问题,且得到了一些解线性分数阶微分方程的方法．     

二次密码函数的线性结构和非线性度

研究二次密码函数的非线性度和线性结构，得到两之间的一个关系式，并由此得到二次函数为Bent函数的两个充分条件以及一般二次函数的非线性度上界和下界。     

关于高阶线性微分方程解的p阶增长性

研究高阶线性微分方程解的增长特性,推广通常的级与超级的概念,给出p阶增长级的定义。证明当线性微分方程的系数都是p阶有穷的整函数时,其解必定是p+1阶有穷的整函数;反过来,当系数都是整函数的线性微分方程的所有解都是p+1阶有穷的整函数时,其系数必定都是p阶有穷的。进一步,给出了一类高阶线性微分方程的非平凡解都是p阶无穷的条件。     

实分式线性函数的迭代与迭代根

设实分式线性函数 （ａ、ｂ、ｃ、ｄ月∈Ｒ,且ａｄ≠ｂｃ）,得到：（１）ｆ（ｘ）的迭代函数　的特征不变量、不动点和吸引子;（２）ｆ（ｘ）的实迭代根存在时的函数表达式．     

基于LPC的语音信号特征参数提取算法研究

提出了一种基于LPC的语音信号特征参数提取的算法思想,对原始的语音信号进行线性预测建模,估计预算模型参数,提取LPC系数,分析LPC倒谱并计算预测误差。实验结果表明,该算法能较好的提取语音信号的特征参数,且预测重构的语音信号误差较小,易于建模的实现,为语音信号处理提供了一种特征参数提取的方法。     

线性微分方程代数体函数解的增长性

本研究了系数都是代数体函数的线性微分方程（1）的代数体函数解的增长性，推广了[1]的结果。     

高阶线性微分方程解的超级与超级零点收敛指数

研究了亚纯函数系数的高阶齐次和非齐次线性微分方程的复振荡,得到了解的超级和超级零点收敛指数的估计.     

组合预测的线性模型化研究

本文将组合预测确定加权系数的问题，变成求一个在线性约束条件下的线性模型的参数估计问题，从而提出了一种新的加权系数确定方法。     

亚纯函数系数的高阶线性微分方程解的不动点和超级

研究了亚纯函数系数的高阶线性微分方程的解的不动点与超级问题,得到了齐次和非齐次高阶线性微分方程解的不动点和超级的两个结果,所得结果推广了一些相关结果.     

一类涉及线性分式变换函数方程的精确解

研究了一类涉及线性分式变换函数方程的精确解.对于其中一类简单的函数方程,给出了所有情形下的幂级数解.阐明了这类函数方程与一类涉及线性分式变换函数方程解之间的关系.通过不同情形下的具体例子,展示了求解函数方程的方法。     

基于PN序列测量电力线传输特性研究

研究了利用PN序列得出电力线信道冲激响应的方法,该方法能快速地得到信道的冲激响应,并经过快速傅里叶变换得到信道的传输函数.用该方法研究了150m、250m、350m长度电力线信道的传输函数,并与矢量网络分析仪测量的实际信道传输函数进行了对比验证.     

线性微分方程代数体函数解的增长性

研究了系统都是代数体函数的线性微分方程的代数体函数解的增长性,得到了几个有意义的结果。     

共同均值矩阵的线性估计的泛容许性

本文给出了共同均值矩阵可估函数的线性估计的泛容性定义，并得到了共同均值矩阵可估函数的线性估计分别在齐次和非齐次线性估计类中的泛容许性特征。     

亚纯函数系数的高阶非齐次线性微分方程解及其解的导数的不动点

研究了非齐次线性微分方程的解及其解的导数的不动点与超级问题,得到了亚纯函数系数的非齐次线性微分方程的解及其解的导数的不动点的一个结果,所得结果推广了一些相关结果.     

双解析函数在敞开曲线上的Riemann边值问题

研究双解析函数在光滑敞开曲线上的Riemann边值问题，利用解析函数Riemann边值问题的标准函数和特征双解析函数的Plemelj公式，得到了问题(R)一般解的表示式，建立了问题(R)的线性无关的个数与指标之间的关系。     

线性回归的有理逼近算法

线性回归问题的传统解决方法是运用最小二乘法，章用有理插值函数逼近的方法得到一近似的回归函数，计算结果显示，该方法拟合的平均绝对误差比传统方法效果好。     

函数系数部分线性模型的B样条估计

函数系数部分线性模型是一个比较广泛的模型,其常数项函数和系数函数具有不同的自变量．这给模型的估计带来了不小的挑战。利用B样条方法同时给出该模型的常数项函数和系数函数的估计,给出了估计的相合性、渐近正态性以及收敛速度,且该收敛速度达到了非参数最优收敛速度;最后,模拟说明了B样条方法对该模型的估计是有效的。